Contabilizar facturas con IA: qué automatizar y qué revisar

· 3 min de lectura

FacturasInteligencia artificialContabilidadGestorías

La IA ahorra la tarea de teclear, no la responsabilidad de comprobar. Método para decidir qué automatizar y qué revisar en cada factura.

En este artículo
  1. Qué datos exige una factura
  2. Qué se puede automatizar
  3. Qué debe revisar una persona
  4. Una regla práctica de revisión
  5. Cuando el sistema aprende
  6. Dónde encaja Guilda Work

Un modelo de lenguaje puede leer una factura en segundos: emisor, NIF, fecha, bases, tipos de IVA y total. Lo que no puede hacer es responder por ella. La responsabilidad de que el IVA sea deducible y de que el asiento sea correcto sigue siendo del despacho. Por eso la pregunta útil no es «¿lee bien?», sino «¿qué dejo que haga sola y qué reviso yo?».

Qué datos exige una factura

El Reglamento de facturación (Real Decreto 1619/2012) fija el contenido de una factura completa: número y, en su caso, serie; fecha de expedición; nombre y NIF del emisor y del destinatario; domicilio; descripción de la operación; base imponible, tipo de IVA y cuota. Esa lista es el punto de partida de cualquier lectura automática: si falta un dato obligatorio, el problema no es de lectura sino de la factura.

Qué se puede automatizar

  • La transcripción. Pasar de una foto o un PDF a campos estructurados es la tarea de menor valor del despacho y la que mejor hace la máquina.
  • Las comprobaciones aritméticas. Que las líneas sumen el total, que el IVA cuadre con la base y que una retención sea de las habituales.
  • La validación formal del NIF. El dígito de control de un DNI, un NIE o un CIF se calcula; no hace falta confiar en la vista de nadie.
  • La detección de duplicados. Mismo emisor, mismo número o mismo importe y fecha cercana.
  • Las facturas electrónicas. Si el documento trae datos estructurados, se leen tal cual, sin interpretar una imagen.

Qué debe revisar una persona

  • La naturaleza del gasto. Si es del negocio o personal, y si el IVA es deducible total o parcialmente. La Ley del IVA condiciona la deducción a que las cuotas se soporten en la actividad: es una decisión profesional.
  • Las lecturas dudosas. Una foto cortada, un NIF con un dígito ambiguo o una fecha con día y mes que pueden estar cambiados.
  • Lo inusual. Un tipo de IVA o una retención poco habituales, un suplido o un recargo de equivalencia no previsto.
  • Los periodos cerrados y las fechas lejanas. El derecho a deducir tiene plazo, y la prescripción general tributaria es de cuatro años (Ley General Tributaria).

Una regla práctica de revisión

  1. Ordena por confianza. Revisa primero lo que la lectura marca como dudoso; lo seguro se revisa después, y mucho más rápido.
  2. Revisa con el documento a la vista. Comparar el dato con la imagen es más rápido y más fiable que recordar cómo era la factura.
  3. Da por buenas en bloque solo lo seguro. Una factura electrónica o una lectura con confianza alta y sin avisos puede aprobarse en lote, siempre por una persona.
  4. Deja rastro. Quién revisó, cuándo y qué se corrigió. Es lo que permite explicar un asiento años después.
  5. Mide el acierto. Si sabes en qué tipo de documento falla más (tiquets sin NIF, abonos, escaneos con ruido), sabes dónde poner más revisión.

Cuando el sistema aprende

Las correcciones repetidas son información. Si un cliente tiene un proveedor cuyo NIF se lee mal, corregirlo una vez y que las lecturas siguientes salgan ya corregidas, con un aviso, ahorra tiempo sin esconder el cambio.

Dónde encaja Guilda Work

Guilda Work lee las facturas con IA, comprueba NIF, duplicados y cuadre de importes, ordena la revisión por confianza y genera el fichero de importación para A3. La lectura propone; una persona del despacho revisa, y ninguna factura se da por revisada sin intervención humana.

Contenido informativo. Las decisiones sobre deducibilidad dependen de cada caso: confírmalas en la normativa.

Contenido informativo elaborado a partir de las fuentes oficiales citadas. No sustituye el asesoramiento fiscal o legal para un caso concreto; confirma los datos en la fuente antes de aplicarlos.